นักศึกษาประยุกต์ใช้ปัญญาประดิษฐ์เพื่อสร้างแบบจำลองคาดการณ์ราคาของกาแฟ

กลุ่มนักศึกษา RMIT เวียดนามพัฒนาแบบจำลองที่สามารถคาดการณ์ราคาของกาแฟโรบัสต้าได้โดยใช้ประโยชน์จากข้อมูลในอดีตเกี่ยวกับราคาของกาแฟ ราคาน้ำมัน อุณหภูมิ และปริมาณน้ำฝน

เวียดนามเป็นผู้ส่งออกกาแฟรายใหญ่อันดับสองของโลก และคิดเป็นสัดส่วนมากกว่าครึ่งหนึ่งของปริมาณกาแฟโรบัสต้าทั่วโลก คาดว่าผลผลิตกาแฟในปีการเพาะปลูก 2565/66 จะสูงถึง 29.75 ล้านกระสอบ ซึ่งกาแฟโรบัสต้าคิดเป็นสัดส่วนมากกว่า 95% อย่างไรก็ตาม ราคาผลผลิตทางการเกษตรโดยทั่วไป โดยเฉพาะเมล็ดกาแฟ มักไม่แน่นอนและผันผวนอย่างรวดเร็วในช่วงที่ผลผลิตอุดมสมบูรณ์ ส่งผลกระทบต่อรายได้ของเกษตรกรอย่างมีนัยสำคัญและก่อให้เกิดความเสียหายต่อ เศรษฐกิจ

กลุ่มนักศึกษาชั้นปีสุดท้ายจากหลักสูตรวิทยาศาสตรบัณฑิต สาขาเทคโนโลยีสารสนเทศ คณะ วิทยาศาสตร์ วิศวกรรมศาสตร์ และเทคโนโลยี ได้แก่ เหงียน ไฮ มินห์ ตรัง, ดวน จันห์ ทอง, เล หง็อก เหงียน ถวน, เหงียน ฟอง นัม และลัม ติน ดิ่ว พร้อมด้วยอาจารย์ผู้สอน ได้ฝึกอบรมและประเมินแบบจำลองการเรียนรู้ของเครื่อง (ML) จำนวน 6 แบบ เพื่อคาดการณ์ราคากาแฟ แบบจำลองเหล่านี้สามารถช่วยเกษตรกรชาวเวียดนามตัดสินใจและวางแผนการเพาะปลูกได้อย่างเหมาะสม เพิ่มผลกำไรสูงสุดและลดความสูญเสียให้เหลือน้อยที่สุด

โมเดล RF ให้ผลลัพธ์ที่ดีที่สุด ภาพ: NVCC — โมเดล RF ให้ผลลัพธ์ที่ดีที่สุด ภาพ: *NVCC*

เหงียน ไห่ มินห์ ตรัง สมาชิกนักวิจัย กล่าวว่า ทีมวิจัยได้พัฒนาแบบจำลอง ML จำนวน 6 แบบ ได้แก่ LSTM, GRU, ARIMA, SARIMA, SVM และ RF โดยอ้างอิงจากประวัติราคากาแฟ น้ำมันเบนซิน อุณหภูมิ และปริมาณน้ำฝน เพื่อคาดการณ์ราคากาแฟโรบัสต้าในจังหวัด เลิมด่ ง พบว่าแบบจำลอง RF ซึ่งใช้ชุดข้อมูลทั้งหมด มีประสิทธิภาพสูงสุด

เหตุผลก็คือ RF สามารถรวมชุดข้อมูลที่สมบูรณ์ยิ่งขึ้นและจัดการความสัมพันธ์แบบไม่เชิงเส้นได้ นอกจากนี้ ราคาน้ำมันเชื้อเพลิงยังแสดงให้เห็นว่าเป็นตัวทำนายที่สำคัญและมีประสิทธิภาพสูงกว่าคุณสมบัติอื่นๆ ที่ผ่านการทดสอบทั้งหมดรวมกัน

ตามที่ทีมวิจัยระบุว่าแบบจำลองนี้มีศักยภาพที่จะได้รับการปรับปรุงเพิ่มเติมได้โดยการศึกษาและเพิ่มผลกระทบของผลผลิตพืชผล แนวโน้มตลาด และเหตุการณ์ทางภูมิรัฐศาสตร์ต่อราคาสินค้าเกษตร

สมาชิกทีมวิจัย ภาพ: NVCC — สมาชิกทีมวิจัย ภาพ: *NVCC*

ผลการวิจัยได้รับการนำเสนอในการประชุมนานาชาติ IEEE/ACIS ครั้งที่ 8 เรื่อง Big Data, Cloud Computing และ Data Science Techniques (BCD 2023) ร่วมกับนักวิจัย นักวิทยาศาสตร์ วิศวกร และผู้เชี่ยวชาญ ซึ่งจัดขึ้นในเดือนธันวาคม ณ นครโฮจิมินห์ ณ ห้องประชุม ผู้เชี่ยวชาญได้ให้คำแนะนำเพื่อปรับปรุงความแม่นยำและความสามารถในการนำไปใช้จริงของแบบจำลอง "เราวางแผนที่จะเจาะลึกเทคนิคขั้นสูงและวิธีการใหม่ๆ ในสาขานี้ เพื่อเสริมสร้างผลการวิจัยที่ทีมงานได้ทำไปให้ดียิ่งขึ้น" นายทองกล่าว

ไห่ มินห์

ลิงค์ที่มา